Los 2 tipos de multicolinealidad
Multicollinearity surge cuando existe una relación lineal entre dos o más variables independientes en un modelo de regresión. En la práctica, rara vez se encuentra con multicolinealidad perfecta, pero de alta multicolinealidad es bastante común y puede causar problemas importantes para el análisis de regresión.
Existen dos tipos de multicolinealidad:
Multicolinealidad perfecta ocurre cuando dos o más variables independientes en un modelo de regresión muestran una determinista (perfectamente predecible o que no contiene aleatoriedad) relación lineal. Cuando las variables perfectamente alineados se incluyen como variables independientes, no se puede utilizar la técnica de MCO para estimar el valor de los parámetros. Multicolinealidad perfecta, por lo tanto, viola uno de los modelos de regresión lineal clásica (CLRM) suposiciones.
Alta multicolinealidad los resultados de una relación lineal entre las variables independientes con un alto grado de correlación, pero no son completamente determinista (en otras palabras, que no tienen correlación perfecta). Es mucho más común de lo que su contraparte perfecta y puede ser igualmente problemático cuando se trata de estimar un modelo econométrico.
En la práctica, la multicolinealidad perfecta es poco común y se puede evitar con una cuidadosa atención a las variables independientes del modelo. Sin embargo, la alta multicolinealidad es muy común y puede crear problemas de estimación graves. Por esta razón, cuando econometristas apuntan a un problema de multicolinealidad, que están por lo general se refiere a alto multicolinealidad en lugar de Perfecto multicolinealidad.
Sobre el autor
Econometría y el modelo log-lineal Si utiliza valores logarítmicos naturales para su variable dependiente (Y) Y mantener sus variables independientes (X) En su escala original, la especificación econométrica se llama log-lineal del modelo. Estos modelos se utilizan normalmente…
Econometría para los maniquíes Técnicas econométricas se utilizan para estimar los modelos económicos, que en última instancia le permiten explicar cómo varios factores afectan a algunos resultados de interés o para pronosticar eventos futuros. La técnica de mínimos…
Alta multicolinealidad y el modelo econométrico Resultados de alta multicolinealidad de una relación lineal entre las variables independientes con un alto grado de correlación, pero no son completamente determinista (en otras palabras, que no tienen correlación perfecta). Es mucho más común…
Cómo desestacionalizar los datos de series de tiempo En muchos casos, los patrones estacionales se quitan de los datos de series de tiempo cuando están en libertad bajo las bases de datos públicas. Los datos que han sido despojados de sus patrones estacionales se conoce como seasonally ajustada o…
Cómo estimar los efectos de estacionalidad Efectos de estacionalidad se pueden correlacionar con las dos variables dependientes e independientes. A fin de evitar confundir los efectos de estacionalidad con los de las variables independientes, es necesario controlar de forma explícita para…
Cómo seleccionar variables independientes para su modelo econométrico Una de las decisiones más importantes que hacer cuando se especifica el modelo econométrico es que las variables a incluir como variables independientes. Aquí, se entera de lo que pueden producirse problemas si incluye muy pocas o demasiadas…
Multicolinealidad perfecta y el modelo econométrico Conseguir un asimiento en multicolinealidad perfecta, que es poco frecuente, es más fácil si se puede imaginar un modelo econométrico que utiliza dos variables independientes, tales como las siguientes:Supongamos que, en este modelo,donde los…
Especificar el modelo de regresión de la econometría En la econometría, el modelo de regresión es un punto de partida común de un análisis. A medida que define el modelo de regresión, es necesario tener en cuenta varios elementos:La teoría económica, la intuición y el sentido común deben todo…
Prueba de heterocedasticidad con la prueba de blanco En econometría, una prueba muy común para heteroscedasticidad es la prueba de Blanca, que comienza al permitir que el proceso de heteroscedasticidad sea una función de una o más de las variables independientes. Es similar a la prueba…
Estadísticas de las empresas: utilizan el análisis de regresión para determinar la validez de las relaciones El análisis de regresión es una de las técnicas estadísticas más importantes para aplicaciones de negocios. Es una metodología estadística que ayuda a estimar la fuerza y la dirección de la relación entre dos o más variables. El…
Conexión a la correlación y relaciones lineales Su trabajo aquí es encontrar e interpretar los resultados de una línea de regresión y de sus elementos y comprobar cuidadosamente exactamente lo bien que se adapta a su línea. Nota: Regresión asume que usted ha encontrado que existe una…
¿Cómo las empresas utilizan las estadísticas de análisis de regresión El análisis de regresión es una herramienta estadística utilizada para la investigación de las relaciones entre las variables. Por lo general, el investigador desea saber el efecto causal de una variable sobre otra - el efecto de un aumento de…